ข้ามไปยังเนื้อหาหลัก
โครงการนี้อยู่ในช่วงเบต้า พบข้อผิดพลาด? สร้าง GitHub Issue มีคำถามหรือไอเดีย? ถามใน Discussions — ยินดีรับฟังความคิดเห็น!
คุณภาพการแปลในหน้านี้เป็นอย่างไร?

Convex combinations ของ density matrices

การเลือกแบบ probabilistic ของ density matrices​

สิ่งสำคัญของ density matrices คือ การเลือกแบบ probabilistic ของสถานะควอนตัมจะแสดงด้วย convex combinations ของ density matrices ที่เกี่ยวข้อง

ตัวอย่างเช่น ถ้ามี density matrices สองตัว ρ\rho และ σ\sigma แสดงถึงสถานะควอนตัมของระบบ X\mathsf{X} และเราเตรียมระบบในสถานะ ρ\rho ด้วยความน่าจะเป็น pp และ σ\sigma ด้วยความน่าจะเป็น 1−p1 - p สถานะควอนตัมที่ได้จะแสดงด้วย density matrix

pρ+(1−p)σ.p \rho + (1 - p) \sigma.

โดยทั่วไปกว่านั้น ถ้ามีสถานะควอนตัม mm สถานะที่แสดงด้วย density matrices ρ0,…,ρm−1\rho_0,\ldots,\rho_{m-1} และระบบถูกเตรียมในสถานะ ρk\rho_k ด้วยความน่าจะเป็น pkp_k สำหรับเวกเตอร์ความน่าจะเป็น (p0,…,pm−1)(p_0,\ldots,p_{m-1}) บางตัว สถานะที่ได้จะแสดงด้วย density matrix

∑k=0m−1pkρk.\sum_{k = 0}^{m-1} p_k \rho_k.

นี่คือ convex combination ของ density matrices ρ0,…,ρm−1\rho_0,\ldots,\rho_{m-1}

ต่อมา ถ้ามีเวกเตอร์สถานะควอนตัม mm ตัว ∣ψ0⟩,…,∣ψm−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{m-1}\rangle และเราเตรียมระบบในสถานะ ∣ψk⟩\vert\psi_k\rangle ด้วยความน่าจะเป็น pkp_k สำหรับแต่ละ k∈{0,…,m−1}k\in\{0,\ldots,m-1\} สถานะที่ได้จะแสดงด้วย density matrix

∑k=0m−1pk∣ψk⟩⟨ψk∣.\sum_{k = 0}^{m-1} p_k \vert\psi_k\rangle\langle\psi_k\vert.

ตัวอย่างเช่น ถ้า qubit ถูกเตรียมในสถานะ ∣0⟩\vert 0\rangle ด้วยความน่าจะเป็น 1/21/2 และในสถานะ ∣+⟩\vert + \rangle ด้วยความน่าจะเป็น 1/21/2 การแสดง density matrix ของสถานะที่ได้คือ

12∣0⟩⟨0∣+12∣+⟩⟨+∣=12(1000)+12(12121212)=(34141414).\frac{1}{2} \vert 0\rangle\langle 0 \vert + \frac{1}{2} \vert +\rangle\langle + \vert = \frac{1}{2} \begin{pmatrix} 1 & 0\\[1mm] 0 & 0 \end{pmatrix} + \frac{1}{2} \begin{pmatrix} \frac{1}{2} & \frac{1}{2}\\[2mm] \frac{1}{2} & \frac{1}{2} \end{pmatrix} = \begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix}.

ในการกำหนดรูปแบบอย่างง่ายของข้อมูลเชิงควอนตัม การเฉลี่ยเวกเตอร์สถานะควอนตัมแบบนี้ไม่ได้ผล ยกตัวอย่างเช่น เวกเตอร์

12∣0⟩+12∣+⟩=12(10)+12(1212)=(2+2424)\frac{1}{2} \vert 0\rangle + \frac{1}{2} \vert + \rangle = \frac{1}{2} \begin{pmatrix}1\\[1mm] 0\end{pmatrix} + \frac{1}{2} \begin{pmatrix}\frac{1}{\sqrt{2}}\\[2mm]\frac{1}{\sqrt{2}}\end{pmatrix} = \begin{pmatrix}\frac{2 + \sqrt{2}}{4}\\[2mm]\frac{\sqrt{2}}{4}\end{pmatrix}

ไม่ใช่เวกเตอร์สถานะควอนตัมที่ถูกต้อง เพราะ Euclidean norm ของมันไม่เท่ากับ 11 ตัวอย่างที่แสดงให้เห็นชัดกว่านี้ว่าวิธีนี้ใช้กับเวกเตอร์สถานะควอนตัมไม่ได้คือ ลองกำหนดเวกเตอร์สถานะควอนตัม ∣ψ⟩\vert\psi\rangle ใดก็ได้ แล้วให้สถานะของเราเป็น ∣ψ⟩\vert\psi\rangle ด้วยความน่าจะเป็น 1/21/2 และ −∣ψ⟩-\vert\psi\rangle ด้วยความน่าจะเป็น 1/21/2 สถานะเหล่านี้ต่างกันด้วย global phase จึงเป็นสถานะเดียวกันจริงๆ — แต่การเฉลี่ยให้เราได้เวกเตอร์ศูนย์ ซึ่งไม่ใช่เวกเตอร์สถานะควอนตัมที่ถูกต้อง

สถานะ completely mixed​

สมมติว่าเราตั้งสถานะของ qubit เป็น ∣0⟩\vert 0\rangle หรือ ∣1⟩\vert 1\rangle แบบสุ่ม แต่ละตัวด้วยความน่าจะเป็น 1/21/2 density matrix ที่แสดงถึงสถานะที่ได้คือ

12∣0⟩⟨0∣+12∣1⟩⟨1∣=12(1000)+12(0001)=(120012)=12I\frac{1}{2} \vert 0\rangle\langle 0\vert + \frac{1}{2} \vert 1\rangle\langle 1\vert = \frac{1}{2} \begin{pmatrix} 1 & 0\\[1mm] 0 & 0 \end{pmatrix} + \frac{1}{2} \begin{pmatrix} 0 & 0\\[1mm] 0 & 1 \end{pmatrix} = \begin{pmatrix} \frac{1}{2} & 0\\[1mm] 0 & \frac{1}{2} \end{pmatrix} = \frac{1}{2} \mathbb{I}

(ในสมการนี้สัญลักษณ์ I\mathbb{I} หมายถึง identity matrix ขนาด 2×22\times 2) นี่คือสถานะพิเศษที่เรียกว่า สถานะ completely mixed แสดงถึงความไม่แน่นอนอย่างสมบูรณ์เกี่ยวกับสถานะของ qubit คล้ายกับบิตสุ่มสม่ำเสมอในบริบทของความน่าจะเป็น

ทีนี้สมมติว่าเราเปลี่ยนขั้นตอน: แทนที่จะใช้สถานะ ∣0⟩\vert 0\rangle และ ∣1⟩\vert 1\rangle เราจะใช้สถานะ ∣+⟩\vert + \rangle และ ∣−⟩\vert - \rangle เราคำนวณ density matrix ที่อธิบายสถานะที่ได้ได้ในแบบเดียวกัน

12∣+⟩⟨+∣+12∣−⟩⟨−∣=12(12121212)+12(12−12−1212)=(120012)=12I\frac{1}{2} \vert +\rangle\langle +\vert + \frac{1}{2} \vert -\rangle\langle -\vert = \frac{1}{2} \begin{pmatrix} \frac{1}{2} & \frac{1}{2}\\[2mm] \frac{1}{2} & \frac{1}{2} \end{pmatrix} + \frac{1}{2} \begin{pmatrix} \frac{1}{2} & -\frac{1}{2}\\[2mm] -\frac{1}{2} & \frac{1}{2} \end{pmatrix} = \begin{pmatrix} \frac{1}{2} & 0\\[2mm] 0 & \frac{1}{2} \end{pmatrix} = \frac{1}{2} \mathbb{I}

ได้ density matrix เดิม แม้ว่าเราจะเปลี่ยนสถานะ ในความเป็นจริง เราจะได้ผลลัพธ์เดิม — สถานะ completely mixed — ไม่ว่าจะแทนที่เวกเตอร์สถานะ qubit ตั้งฉากกันสองตัวใดๆ แทน ∣0⟩\vert 0\rangle และ ∣1⟩\vert 1\rangle

นี่คือคุณสมบัติที่ถูกต้อง ไม่ใช่ข้อผิดพลาด! เราได้สถานะเดิมจริงๆ ไม่ว่าจะทำแบบไหน นั่นคือ ไม่มีทางแยกแยะขั้นตอนทั้งสองได้โดยการวัด qubit ที่สร้างขึ้น แม้ในเชิงสถิติ ขั้นตอนทั้งสองของเราเป็นเพียงวิธีที่แตกต่างกันในการเตรียมสถานะนี้

เราสามารถยืนยันว่านี่สมเหตุสมผลโดยคิดถึงสิ่งที่เราหวังจะเรียนรู้จากการเลือกสถานะแบบสุ่มจากชุดสถานะที่เป็นไปได้หนึ่งในสอง คือ {∣0⟩,∣1⟩}\{\vert 0\rangle,\vert 1\rangle\} และ {∣+⟩,∣−⟩}\{\vert +\rangle,\vert -\rangle\} เพื่อความเรียบง่าย สมมติว่าเราทำการดำเนินการ unitary UU กับ qubit ของเรา แล้ววัดในฐาน standard

ในสถานการณ์แรก สถานะของ qubit ถูกเลือกอย่างสม่ำเสมอจากชุด {∣0⟩,∣1⟩}\{\vert 0\rangle,\vert 1\rangle\} ถ้าสถานะคือ ∣0⟩\vert 0\rangle เราจะได้ผลลัพธ์ 00 และ 11 ด้วยความน่าจะเป็น

∣⟨0∣U∣0⟩∣2and∣⟨1∣U∣0⟩∣2\vert \langle 0 \vert U \vert 0 \rangle \vert^2 \quad\text{and}\quad \vert \langle 1 \vert U \vert 0 \rangle \vert^2

ตามลำดับ ถ้าสถานะคือ ∣1⟩\vert 1\rangle เราจะได้ผลลัพธ์ 00 และ 11 ด้วยความน่าจะเป็น

∣⟨0∣U∣1⟩∣2and∣⟨1∣U∣1⟩∣2.\vert \langle 0 \vert U \vert 1 \rangle \vert^2 \quad\text{and}\quad \vert \langle 1 \vert U \vert 1 \rangle \vert^2.

เนื่องจากสองความเป็นไปได้เกิดขึ้นแต่ละอย่างด้วยความน่าจะเป็น 1/21/2 เราจะได้ผลลัพธ์ 00 ด้วยความน่าจะเป็น

12∣⟨0∣U∣0⟩∣2+12∣⟨0∣U∣1⟩∣2\frac{1}{2}\vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert 1 \rangle \vert^2

และผลลัพธ์ 11 ด้วยความน่าจะเป็น

12∣⟨1∣U∣0⟩∣2+12∣⟨1∣U∣1⟩∣2.\frac{1}{2}\vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert 1 \rangle \vert^2.

นิพจน์ทั้งสองเท่ากับ 1/21/2 วิธีหนึ่งในการพิสูจน์คือใช้ข้อเท็จจริงทางพีชคณิตเชิงเส้นที่มองได้ว่าเป็นการขยายทฤษฎีบทพีทาโกรัส

ทฤษฎีบท

สมมติว่า {∣ψ1⟩,…,∣ψn⟩}\{\vert\psi_1\rangle,\ldots,\vert\psi_n\rangle\} เป็นฐาน orthonormal ของปริภูมิเวกเตอร์ (จริงหรือเชิงซ้อน) V\mathcal{V} สำหรับเวกเตอร์ ∣ϕ⟩∈V\vert \phi\rangle \in \mathcal{V} ทุกตัว เรามี ∣⟨ψ1∣ϕ⟩∣2+⋯+∣⟨ψn∣ϕ⟩∣2=∥∣ϕ⟩∥2\vert \langle \psi_1\vert\phi\rangle\vert^2 + \cdots + \vert \langle \psi_n \vert \phi \rangle\vert^2 = \| \vert\phi\rangle \|^2.

เราสามารถนำทฤษฎีบทนี้ไปใช้หาความน่าจะเป็นได้ดังนี้ ความน่าจะเป็นที่จะได้ 00 คือ

12∣⟨0∣U∣0⟩∣2+12∣⟨0∣U∣1⟩∣2=12(∣⟨0∣U∣0⟩∣2+∣⟨0∣U∣1⟩∣2)=12(∣⟨0∣U†∣0⟩∣2+∣⟨1∣U†∣0⟩∣2)=12∥U†∣0⟩∥2\begin{aligned} \frac{1}{2}\vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert 1 \rangle \vert^2 & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \vert \langle 0 \vert U \vert 1 \rangle \vert^2 \Bigr) \\[2mm] & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U^{\dagger} \vert 0 \rangle \vert^2 + \vert \langle 1 \vert U^{\dagger} \vert 0 \rangle \vert^2 \Bigr)\\[2mm] & = \frac{1}{2} \bigl\| U^{\dagger} \vert 0 \rangle \bigr\|^2 \end{aligned}

และความน่าจะเป็นที่จะได้ 11 คือ

12∣⟨1∣U∣0⟩∣2+12∣⟨1∣U∣1⟩∣2=12(∣⟨1∣U∣0⟩∣2+∣⟨1∣U∣1⟩∣2)=12(∣⟨0∣U†∣1⟩∣2+∣⟨1∣U†∣1⟩∣2)=12∥U†∣1⟩∥2.\begin{aligned} \frac{1}{2}\vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert 1 \rangle \vert^2 & = \frac{1}{2} \Bigl( \vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \vert \langle 1 \vert U \vert 1 \rangle \vert^2 \Bigr) \\[2mm] & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U^{\dagger} \vert 1 \rangle \vert^2 + \vert \langle 1 \vert U^{\dagger} \vert 1 \rangle \vert^2 \Bigr)\\[2mm] & = \frac{1}{2} \bigl\| U^{\dagger} \vert 1 \rangle \bigr\|^2. \end{aligned}

เนื่องจาก UU เป็น unitary เราทราบว่า U†U^{\dagger} ก็เป็น unitary เช่นกัน หมายความว่าทั้ง U†∣0⟩U^{\dagger} \vert 0 \rangle และ U†∣1⟩U^{\dagger} \vert 1 \rangle เป็น unit vectors ความน่าจะเป็นทั้งสองจึงเท่ากับ 1/21/2 หมายความว่าไม่ว่าเราจะเลือก UU อย่างไร เราก็จะได้บิตสุ่มสม่ำเสมอจากการวัด

เราสามารถทำการยืนยันที่คล้ายกันสำหรับคู่สถานะ orthonormal อื่นๆ แทน ∣0⟩\vert 0\rangle และ ∣1⟩\vert 1\rangle ตัวอย่างเช่น เนื่องจาก {∣+⟩,∣−⟩}\{\vert + \rangle, \vert - \rangle\} เป็นฐาน orthonormal ความน่าจะเป็นที่จะได้ผลลัพธ์ 00 ในขั้นตอนที่สองคือ

12∣⟨0∣U∣+⟩∣2+12∣⟨0∣U∣−⟩∣2=12∥U†∣0⟩∥2=12\frac{1}{2}\vert \langle 0 \vert U \vert + \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert - \rangle \vert^2 = \frac{1}{2} \bigl\| U^{\dagger} \vert 0 \rangle \bigr\|^2 = \frac{1}{2}

และความน่าจะเป็นที่จะได้ 11 คือ

12∣⟨1∣U∣+⟩∣2+12∣⟨1∣U∣−⟩∣2=12∥U†∣1⟩∥2=12.\frac{1}{2}\vert \langle 1 \vert U \vert + \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert - \rangle \vert^2 = \frac{1}{2} \bigl\| U^{\dagger} \vert 1 \rangle \bigr\|^2 = \frac{1}{2}.

โดยเฉพาะ เราได้สถิติผลลัพธ์เหมือนกันกับสถานะ ∣0⟩\vert 0\rangle และ ∣1⟩\vert 1\rangle พอดี

สถานะแบบ probabilistic​

สถานะคลาสสิกสามารถแสดงด้วย density matrices โดยเฉพาะ สำหรับแต่ละสถานะคลาสสิก aa ของระบบ X\mathsf{X} density matrix

ρ=∣a⟩⟨a∣\rho = \vert a\rangle \langle a \vert

แสดงถึง X\mathsf{X} ที่อยู่ในสถานะคลาสสิก aa อย่างแน่นอน สำหรับ qubit เรามี

∣0⟩⟨0∣=(1000)and∣1⟩⟨1∣=(0001),\vert 0\rangle \langle 0 \vert = \begin{pmatrix}1 & 0 \\ 0 & 0\end{pmatrix} \quad\text{and}\quad \vert 1\rangle \langle 1 \vert = \begin{pmatrix}0 & 0 \\ 0 & 1\end{pmatrix},

และโดยทั่วไปเรามี 11 เดียวบนแนวทแยงในตำแหน่งที่สอดคล้องกับสถานะคลาสสิกที่เราสนใจ โดยสมาชิกอื่นทั้งหมดเป็นศูนย์

จากนั้นเราสามารถนำ convex combinations ของ density matrices เหล่านี้เพื่อแสดงสถานะแบบ probabilistic สมมติว่าชุดสถานะคลาสสิกของเราคือ {0,…,n−1}\{0,\ldots,n-1\} เพื่อความง่าย ถ้า X\mathsf{X} อยู่ในสถานะ aa ด้วยความน่าจะเป็น pap_a สำหรับแต่ละ a∈{0,…,n−1}a\in\{0,\ldots,n-1\} density matrix ที่ได้คือ

ρ=∑a=0n−1pa∣a⟩⟨a∣=(p00⋯00p1⋱⋮⋮⋱⋱00⋯0pn−1).\rho = \sum_{a = 0}^{n-1} p_a \vert a\rangle \langle a \vert = \begin{pmatrix} p_0 & 0 & \cdots & 0\\ 0 & p_1 & \ddots & \vdots\\ \vdots & \ddots & \ddots & 0\\ 0 & \cdots & 0 & p_{n-1} \end{pmatrix}.

ในทางกลับกัน density matrix ที่เป็น diagonal ใดๆ ก็สามารถระบุตัวตนตามธรรมชาติกับสถานะแบบ probabilistic ที่ได้จากการอ่านเวกเตอร์ความน่าจะเป็นออกจากแนวทแยงได้

เพื่อความชัดเจน เมื่อ density matrix เป็น diagonal ไม่ได้หมายความว่าเรากำลังพูดถึงระบบคลาสสิก หรือว่าระบบต้องถูกเตรียมผ่านการเลือกสถานะคลาสสิกแบบสุ่ม แต่ว่าสถานะ อาจ ได้มาจากการเลือกสถานะคลาสสิกแบบสุ่ม

ข้อเท็จจริงที่ว่าสถานะแบบ probabilistic แสดงด้วย density matrices แบบ diagonal สอดคล้องกับสัญชาตญาณที่แนะนำไว้ตอนต้นบทเรียนว่ารายการนอกแนวทแยงอธิบายระดับที่สถานะคลาสสิกสองสถานะที่สอดคล้องกับแถวและคอลัมน์ของรายการนั้นอยู่ใน quantum superposition ที่นี่รายการนอกแนวทแยงทั้งหมดเป็นศูนย์ จึงมีแต่ความสุ่มเชิงคลาสสิกและไม่มีอะไรอยู่ใน quantum superposition

Density matrices และทฤษฎีบท spectral​

เราเห็นแล้วว่าถ้าเรานำ convex combination ของสถานะบริสุทธิ์

ρ=∑k=0m−1pk∣ψk⟩⟨ψk∣,\rho = \sum_{k = 0}^{m-1} p_k \vert \psi_k\rangle \langle \psi_k \vert,

เราจะได้ density matrix ทุก density matrix ρ\rho จริงๆ แล้วสามารถแสดงเป็น convex combination ของสถานะบริสุทธิ์แบบนี้ได้ นั่นคือ จะมีคอลเลกชัน unit vectors {∣ψ0⟩,…,∣ψm−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{m-1}\rangle\} และเวกเตอร์ความน่าจะเป็น (p0,…,pm−1)(p_0,\ldots,p_{m-1}) ที่ทำให้สมการข้างบนเป็นจริงเสมอ

นอกจากนี้ เราสามารถเลือกจำนวน mm ให้สอดคล้องกับจำนวนสถานะคลาสสิกของระบบที่พิจารณา และเลือกเวกเตอร์สถานะควอนตัมให้ตั้งฉากกัน ทฤษฎีบท spectral ที่เราพบในคอร์ส "Foundations of quantum algorithms" ช่วยให้เราสรุปได้ นี่คือการกล่าวซ้ำของทฤษฎีบท spectral เพื่อความสะดวก

ทฤษฎีบท

ทฤษฎีบท spectral: ให้ MM เป็นเมทริกซ์เชิงซ้อน normal ขนาด n×nn\times n มีฐาน orthonormal ของเวกเตอร์เชิงซ้อน nn มิติ {∣ψ0⟩,…,∣ψn−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{n-1}\rangle \} พร้อมกับจำนวนเชิงซ้อน λ0,…,λn−1\lambda_0,\ldots,\lambda_{n-1} ที่ทำให้

M=λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣.M = \lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert.

(ระลึกว่าเมทริกซ์ MM เป็น normal ถ้ามันตอบสนอง M†M=MM†M^{\dagger} M = M M^{\dagger} หมายความว่า เมทริกซ์ normal คือเมทริกซ์ที่สับเปลี่ยนได้กับ conjugate transpose ของตัวเอง)

เราสามารถนำทฤษฎีบท spectral ไปใช้กับ density matrix ρ\rho ที่กำหนดให้ใดๆ ได้ เพราะ density matrices เป็น Hermitian เสมอและจึงเป็น normal ซึ่งทำให้เราเขียนได้ว่า

ρ=λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣\rho = \lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert

สำหรับฐาน orthonormal {∣ψ0⟩,…,∣ψn−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{n-1}\rangle\} บางฐาน ยังคงต้องยืนยันว่า (λ0,…,λn−1)(\lambda_0,\ldots,\lambda_{n-1}) เป็นเวกเตอร์ความน่าจะเป็น ซึ่งเราอาจเปลี่ยนชื่อเป็น (p0,…,pn−1)(p_0,\ldots,p_{n-1}) ถ้าต้องการ

ตัวเลข λ0,…,λn−1\lambda_0,\ldots,\lambda_{n-1} คือค่าเฉพาะของ ρ\rho และเนื่องจาก ρ\rho เป็น positive semidefinite ตัวเลขเหล่านี้จึงต้องเป็นจำนวนจริงที่ไม่ติดลบ เราสรุปได้ว่า λ0+⋯+λn−1=1\lambda_0 + \cdots + \lambda_{n-1} = 1 จากข้อเท็จจริงที่ว่า ρ\rho มี trace เท่ากับ 11 การไล่รายละเอียดจะให้โอกาสเราชี้ให้เห็นคุณสมบัติสำคัญและมีประโยชน์มากของ trace ดังต่อไปนี้

ทฤษฎีบท

คุณสมบัติ cyclic ของ trace: สำหรับเมทริกซ์ AA และ BB สองตัวที่ให้เมทริกซ์สี่เหลี่ยม ABAB จากการคูณ ความเท่าเทียม Tr⁡(AB)=Tr⁡(BA)\operatorname{Tr}(AB) = \operatorname{Tr}(BA) เป็นจริง

สังเกตว่าทฤษฎีบทนี้ใช้ได้แม้ AA และ BB จะไม่ใช่เมทริกซ์สี่เหลี่ยมเอง นั่นคือ เราอาจมี AA ขนาด n×mn\times m และ BB ขนาด m×nm\times n สำหรับจำนวนเต็มบวก nn และ mm บางค่า ดังนั้น ABAB เป็นเมทริกซ์สี่เหลี่ยมขนาด n×nn\times n และ BABA ขนาด m×mm\times m

โดยเฉพาะ ถ้าเราให้ AA เป็น column vector ∣ϕ⟩\vert\phi\rangle และให้ BB เป็น row vector ⟨ϕ∣\langle \phi\vert เราจะเห็นว่า

Tr⁡(∣ϕ⟩⟨ϕ∣)=Tr⁡(⟨ϕ∣ϕ⟩)=⟨ϕ∣ϕ⟩.\operatorname{Tr}\bigl(\vert\phi\rangle\langle\phi\vert\bigr) = \operatorname{Tr}\bigl(\langle\phi\vert\phi\rangle\bigr) = \langle\phi\vert\phi\rangle.

ความเท่าเทียมที่สองมาจากข้อเท็จจริงที่ว่า ⟨ϕ∣ϕ⟩\langle\phi\vert\phi\rangle เป็นสเกลาร์ ซึ่งมองได้เป็นเมทริกซ์ 1×11\times 1 ที่ trace คือรายการเดียวของมัน โดยใช้ข้อเท็จจริงนี้ เราสรุปได้ว่า λ0+⋯+λn−1=1\lambda_0 + \cdots + \lambda_{n-1} = 1 โดยความเป็นเชิงเส้นของฟังก์ชัน trace

1=Tr⁡(ρ)=Tr⁡(λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣)=λ0Tr⁡(∣ψ0⟩⟨ψ0∣)+⋯+λn−1Tr⁡(∣ψn−1⟩⟨ψn−1∣)=λ0+⋯+λn−1\begin{gathered} 1 = \operatorname{Tr}(\rho) = \operatorname{Tr}\bigl(\lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert\bigr)\\[2mm] = \lambda_0 \operatorname{Tr}\bigl(\vert \psi_0\rangle\langle \psi_0\vert\bigr) + \cdots + \lambda_{n-1} \operatorname{Tr}\bigl(\vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert\bigr) = \lambda_0 + \cdots + \lambda_{n-1} \end{gathered}

หรืออีกทางหนึ่ง เราสามารถได้ข้อสรุปเดียวกันโดยใช้ข้อเท็จจริงที่ว่า trace ของเมทริกซ์สี่เหลี่ยม (แม้ตัวที่ไม่ใช่ normal) เท่ากับผลรวมของค่าเฉพาะของมัน

ดังนั้น เราสรุปได้ว่า density matrix ρ\rho ที่กำหนดให้ใดๆ สามารถแสดงเป็น convex combination ของสถานะบริสุทธิ์ เราเห็นด้วยว่านอกจากนี้เรายังสามารถให้สถานะบริสุทธิ์เป็น ตั้งฉากกัน ได้ หมายความว่าโดยเฉพาะ เราไม่จำเป็นต้องให้จำนวน nn มากกว่าขนาดของชุดสถานะคลาสสิกของ X\mathsf{X}

โดยทั่วไป ต้องเข้าใจว่าจะมีวิธีต่างๆ ในการเขียน density matrix เป็น convex combination ของสถานะบริสุทธิ์ ไม่ใช่แค่วิธีที่ทฤษฎีบท spectral ให้มา ตัวอย่างก่อนหน้าแสดงให้เห็น

12∣0⟩⟨0∣+12∣+⟩⟨+∣=(34141414)\frac{1}{2} \vert 0\rangle\langle 0 \vert + \frac{1}{2} \vert +\rangle\langle + \vert = \begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix}

นี่ไม่ใช่ spectral decomposition ของเมทริกซ์นี้ เพราะ ∣0⟩\vert 0\rangle และ ∣+⟩\vert + \rangle ไม่ตั้งฉากกัน นี่คือ spectral decomposition:

(34141414)=cos⁡2(π/8)∣ψπ/8⟩⟨ψπ/8∣+sin⁡2(π/8)∣ψ5π/8⟩⟨ψ5π/8∣,\begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix} = \cos^2(\pi/8) \vert \psi_{\pi/8} \rangle \langle \psi_{\pi/8}\vert + \sin^2(\pi/8) \vert \psi_{5\pi/8} \rangle \langle \psi_{5\pi/8}\vert,

โดยที่ ∣ψθ⟩=cos⁡(θ)∣0⟩+sin⁡(θ)∣1⟩\vert \psi_{\theta} \rangle = \cos(\theta)\vert 0\rangle + \sin(\theta)\vert 1\rangle ค่าเฉพาะเป็นตัวเลขที่น่าจะคุ้นเคย:

cos⁡2(π/8)=2+24≈0.85andsin⁡2(π/8)=2−24≈0.15.\cos^2(\pi/8) = \frac{2+\sqrt{2}}{4} \approx 0.85 \quad\text{and}\quad \sin^2(\pi/8) = \frac{2-\sqrt{2}}{4} \approx 0.15.

เวกเตอร์เฉพาะสามารถเขียนได้อย่างชัดเจนดังนี้

∣ψπ/8⟩=2+22∣0⟩+2−22∣1⟩∣ψ5π/8⟩=−2−22∣0⟩+2+22∣1⟩\begin{aligned} \vert\psi_{\pi/8}\rangle & = \frac{\sqrt{2 + \sqrt{2}}}{2}\vert 0\rangle + \frac{\sqrt{2 - \sqrt{2}}}{2}\vert 1\rangle \\[3mm] \vert\psi_{5\pi/8}\rangle & = -\frac{\sqrt{2 - \sqrt{2}}}{2}\vert 0\rangle + \frac{\sqrt{2 + \sqrt{2}}}{2}\vert 1\rangle \end{aligned}

เป็นตัวอย่างทั่วไปอีกตัวอย่างหนึ่ง สมมติว่า ∣ϕ0⟩,…,∣ϕ99⟩\vert \phi_0\rangle,\ldots,\vert \phi_{99} \rangle เป็นเวกเตอร์สถานะควอนตัมที่แสดงถึงสถานะของ qubit เดียว เลือกมาอย่างไรก็ได้ — จึงไม่สมมติความสัมพันธ์เฉพาะใดๆ ระหว่างเวกเตอร์เหล่านี้ จากนั้นเราอาจพิจารณาสถานะที่ได้จากการเลือกหนึ่งในสถานะ 100100 ตัวเหล่านี้อย่างสม่ำเสมอแบบสุ่ม:

ρ=1100∑k=099∣ϕk⟩⟨ϕk∣.\rho = \frac{1}{100} \sum_{k = 0}^{99} \vert \phi_k\rangle\langle \phi_k \vert.

เนื่องจากเรากำลังพูดถึง qubit density matrix ρ\rho จึงมีขนาด 2×22\times 2 ดังนั้นโดยทฤษฎีบท spectral เราสามารถเขียนได้ว่า

ρ=p∣ψ0⟩⟨ψ0∣+(1−p)∣ψ1⟩⟨ψ1∣\rho = p \vert\psi_0\rangle\langle\psi_0\vert + (1 - p) \vert\psi_1\rangle\langle\psi_1\vert

สำหรับจำนวนจริง p∈[0,1]p\in[0,1] และฐาน orthonormal {∣ψ0⟩,∣ψ1⟩}\{\vert\psi_0\rangle,\vert\psi_1\rangle\} บางฐาน — แต่แน่นอนว่าการมีนิพจน์นี้ไม่ได้ห้ามเราเขียน ρ\rho เป็นค่าเฉลี่ยของสถานะบริสุทธิ์ 100100 ตัวถ้าเราต้องการทำเช่นนั้น